Labvanced的网络摄像头眼动追踪
Labvanced的网络摄像头眼动追踪技术提供了可扩展的、无硬件的和无与伦比的准确性，理想用于实验室内或远程研究。它使研究人员能够在不同参与者群体中收集一致的、高质量的注视测量，使其成为适用于广泛研究设计的实用而强大的选择。
Labvanced网络摄像头眼动追踪：远程眼动追踪的新黄金标准
Labvanced提供研究级的眼动追踪，任何拥有标准网络摄像头的人均可使用。随着可访问性提高并完全融入实验工作流程，进行实验室内和远程研究的研究人员可以轻松利用高度准确、经过同龄人评审的网络摄像头眼动追踪。
| 属性 | 规格 |
|---|---|
| 架构 | 用于注视估计的预训练卷积神经网络 |
| 准确性 | 1.3视觉度（1.4厘米） |
| 精确性 | 1.1视觉度（1.2厘米） |
| 采样率 | 30Hz至60Hz（取决于网络摄像头的帧率） |
| 注视 | 内置注视检测算法 |
| 校准 | 可调长度（30秒-5分钟以上）和属性（适合婴儿的，虚拟下巴托约束等） |
| 最低分辨率 | 1280x720像素（高清准备网络摄像头） |
| 设备要求 | 设备无关：可在台式机、平板电脑和手机上使用；没有其他特定要求 |
| 数据输出 | 注视、注视次数、停留时间、首次注视时间、注视持续时间、注视次数、自定义指标 |
| 隐私 | 客户端处理（直接在参与者设备上），这意味着不会传输任何面部数据 |
4个成功的网络摄像头眼动追踪的关键功能
为了开展成功的网络摄像头眼动追踪研究，四个原则至关重要：准确性确保在硬件可变性下数据的可靠性；适应性和控制允许研究人员根据不同参与者的特定合规性水平量身定制协议和性能阈值；无妥协的隐私是远程数据采集和参与者信任的基本条件。
准确性
利用专有的深度训练神经网络，Labvanced实现了强大的注视估计可靠性，展现了1.3视觉度的准确性。
隐私
通过自动客户端处理，所有敏感的视觉数据都在本地计算，保证没有敏感的参与者信息离开他们的设备。
适应性
该系统具有可调设置和灵活配置，专为满足从婴儿到老年人群体的独特需求和合规挑战而设计。
控制
全面掌控实验过程，例如定义最低注视表现要求、指定校准流程，以及在每个任务和试验中设置准确的管理规则。
收集的数据
Labvanced提供多种基于网络摄像头的眼动追踪输出，使捕捉研究所需的精确细节变得容易。从精确的注视坐标到丰富的注视指标和试验级诊断，该平台提供全面的数据，帮助了解参与者如何与视觉刺激互动。
注视位置
注视位置坐标（X和Y）可以在任务中捕获，并且可以根据需要进行进一步定制，使数据只录制特定的AOI或感兴趣区域。随后还会结合额外的数据点，如时间戳（T）和置信区间（C），后者是衡量测量期间眼睛遗漏的程度。
X：注视的X坐标；Y：注视的Y坐标；T：时间戳；C：置信区间
注视
对于希望收集超越注视坐标的数据的研究，基于注视的数据收集也是一个选项，关键指标包括：
- 注视次数
- 首次注视时间
- 注视持续时间
更多基于试验的注视数据
Labvanced的基于网络摄像头的眼动追踪提供丰富的、试验特定的数据，远超注视坐标。对于每个试验，研究人员可以访问数据，比如最后缓存的注视位置或最后缓存的注视，以及诊断指标，如校准误差。这增加了一层粒度，使评估数据质量和以更大的信心解释参与者的观看行为变得更加容易，并利用这些信息进一步控制实验的行为。
收集的数据可以根据您的规格导出为可分析的格式，包括CSV、XLSX、TSV。
精细的校准选项
校准过程与数据质量和输出密切相关。Labvanced允许您精确定义校准何时以及如何运行。
- 眼动追踪校准是研究人员需要主动与眼动追踪系统互动的唯一部分。
- 由于每个研究的要求不同，校准过程中的许多设置都是可调的。
- 校准长度与准确性之间存在主要权衡，较长的校准过程将导致更准确的数据输出。
- 其他调整，如虚拟下巴托的强度或重新校准设置也很有用。
基准测试准确性
Labvanced的网络摄像头眼动追踪的准确性是其下一个最佳竞争对手的2-3倍，超过80%的所有眼动追踪研究将在我们的系统上实现。Labvanced提供的唯一经过同龄人评审的研究级的网络摄像头眼动追踪解决方案。
通过与硬件眼动追踪的比较进行验证
- 我们的基于网络摄像头的眼动追踪系统的准确性约为1.2至1.4视觉度。
- 我们与EyeLink 1000硬件眼动追踪系统的比较研究显示，Pearson相关系数大于0.9。
- 对自然场景的视觉分析在视觉上验证了Labvanced的预测与实际数据的接近程度，与EyeLink相比。
- Labvanced的基于网络摄像头的眼动追踪准确性仅比EyeLink 1000系统低约0.5°。
- 对于位于屏幕中心的刺激，准确性更高。
- 准确性在时间上保持一致，且不会随着时间的推移而下降。
- 另一个流行的基于网络摄像头的系统（WebGazer - Papoutsaki，2015年）报告的准确性约为4视觉度，这表明我们的系统的准确性比其他任何系统高约3倍。
Labvanced网络摄像头眼动追踪与WebGazer的比较
通常，网络摄像头眼动追踪与WebGazer同义。Labvanced的眼动追踪通过使用自定义神经网络来估计注视坐标，属于自己的类别。下面的表格快速展示了这两种眼动追踪工具的性能差异：
| 指标 | WebGazer | Labvanced |
|---|---|---|
| 准确性 | 4.17视觉度 | 1.3视觉度 |
| 主要技术 | 岭回归 | 预训练CNN |
| 发布年份 | 2016年 | 2022年 |
| 出版物 | IJCAI（会议论文） | BRM（期刊论文） |
| 注视检测器 | 没有/噪音太大 | 是的，内置 |
科学影响：Labvanced在同行评审文献中的应用
其他研究人员如何在他们的研究中使用Labvanced的网络摄像头眼动追踪？以下是一些示例：
在这项随机对照试验研究中，研究人员利用Labvanced的基于网络摄像头的眼动追踪来确定药剂师在与AI决策支持互动时视觉注意力的转移。通过在药物验证任务中远程捕获注视，研究人员揭示了AI建议在不确定情况下如何重塑认知处理。
Tsai, C. C., et al. (2025). 人工智能的有用性和不确定性对药剂师认知互动的影响：随机对照试验。 医疗互联网研究期刊, 27, e59946.
在这项研究中，作者使用Labvanced的基于网络摄像头的眼动追踪技术收集注视数据，参与者查看城市环境的图像。通过追踪参与者在不同城市场景特征上的注视行为，研究人员能够关联视觉注意力与建筑元素和自然元素的情感评价。Labvanced的使用使得在线大规模捕获细粒度的眼动指标成为可能，而无需特殊的实验室硬件。
Sander, I., et al. (2024). 超越建筑密度：对城市环境中情绪体验的粗细粒度分析。 环境心理学期刊, 96, 102337.
在这项多方法研究中，作者利用Labvanced的网络摄像头眼动追踪来测量参与者如何与影响者内容进行视觉互动。通过追踪参与者在查看不同影响者粉丝数量的Instagram个人资料时的注视行为，他们能够评估注意力模式与感知连接和参与之间的关系。
Wies, S., Bleier, A., & Edeling, A. (2023). 寻找恰到好处的影响者：粉丝数量如何驱动社交媒体参与。 市场营销期刊, 87(3), 383-405.
交互式演示
实时指标
在这个简单的注视任务演示中，显示了多个眼动追踪功能，针对作为兴趣区域（AoIs）的两张图片：停留时间、首次注视时间、注视次数和平均注视持续时间。注意：研究开始时有5分钟的校准（中等松散的下巴托约束），您可以在导入时进一步编辑。
偏好注视范式
这项研究使用偏好注视范式调查婴儿的视觉注意力，并可作为相关研究的模板。参与者查看并排的图像或视频，同时记录注视模式、注视持续时间和头部方向，以及参与者的视频录制。注意：使用适合婴儿的校准。
兴趣区域检测
使用多边形形状覆盖某些面部特征，计算注视次数并记录注视坐标。查看如何设置事件以记录眼动追踪数据，以及如何使用对象定义独特的AOI。
头部追踪
在此演示中，您可以尝试不同的头部位置以移动屏幕上的滑块，这些滑块作为数值的可视化。头部追踪通常作为眼动追踪的补充或替代。
数据隐私与网络摄像头眼动追踪 🔐
在Labvanced，我们非常重视数据隐私和安全性。 这可以通过以下几点最佳体现：
- 所有面部和眼睛数据的处理发生在用户的设备上，从而确保设计上具有真实的隐私。
- 只有注视位置和注视持续时间（完全匿名的数值数据）将被保存到我们的服务器。
- 进行了外部安全审计（VAPT），并已成功通过。可酌情提供文件。
- 我们的服务器属于我们，且仅位于欧盟境内/遵循欧洲法律。
- 根据要求，我们提供我们的技术和组织措施（ToM）以及数据处理协议（DPA）。
- 所有数据均可以端到端加密（PGP），使数据仅以加密格式存储在我们的服务器上。
文档
将网络摄像头眼动追踪集成到您的Labvanced任务中
逐步概述如何启用眼动追踪和设计能够可靠捕捉眼动数据的任务。
网络摄像头眼动追踪研究中的参与者体验
详细概述参与者在校准和录制期间看到的内容，帮助您设计更顺畅的远程研究体验。
与婴儿和幼儿进行网络摄像头眼动追踪研究的最佳实践
使用网络摄像头眼动追踪进行婴儿与幼儿研究时需注意的实施技巧。
可行性评估
如果您需要更多支持或对某个特定的网络摄像头眼动追踪特性感兴趣，请通过聊天或电子邮件与我们联系。我们非常乐意听取您的研究，并帮助您解答关于平台的任何问题并讨论项目的可行性。
